每个人和他们的阿姨似乎都在跳上人工智能列车，寻找虚高的利润率和营销炒作——看看 AMD 最近的 Ryzen 品牌重塑就是这种人工智能炒作的一个典型例子。兰德公司最近进行的一项研究发现，这种以人工智能为中心的方法可能并不像人们想象的那样，人工智能项目的失败率似乎是常规软件开发项目的两倍。
在研究过程中，兰德采访了 65 名拥有五年以上为私营实体和学术界开发人工智能和机器学习工具经验的行业专家，并将他们的回答提炼为人工智能/机器学习项目失败的五个主要原因。
根据这项研究，排名第一的失败是领导力失败，而不是技术失败。高管们要么无法理解他们试图用人工智能解决的问题是什么，要么未能将问题传达给开发团队，要么试图将人工智能应用于其无力解决的问题。项目负责人过于专注于使用最新、最先进的人工智能进步来解决他们的问题，以至于他们错过了不使用人工智能的更简单、更便宜的解决方案。
正如一位受访者所解释的，他的团队有时会指示将人工智能技术应用于具有少数主要特征或模式的数据集，这些特征或模式可以通过一些简单的 if-then 规则快速捕获。
资源可用性也是一个重要的失败点，领导力被认为不愿意或无法分配必要的资源来处理必要的数据并充分训练人工智能系统。这通常会导致项目交付不足或交付不完整的产品——这是低估创建和训练人工智能系统的复杂性的结果。
同样，由于最近的炒作和营销声明，许多领导者对人工智能抱有不切实际的期望，当开发团队无法在预期的时间范围内交付承诺的内容时，这就会成为问题。
要更详细地了解数据、失败原因以及研究人员的建议，请查看兰德公司的研究报告。
以上是AI 项目失败率高达 80%——研究指出问题识别不佳以及主要问题中对最新技术趋势的关注的详细内容。更多信息请关注PHP中文网其他相关文章！
